我的要求是识别并从自然语言句子（仅英文）中提取数字数据以响应查询。平台是Java。例如，如果用户查询是“珠穆朗玛峰的高度是多少”，我们有一个段落：
1856年，英属印度的大三角测量建立了第一个公布的珠穆朗玛峰高度，当时称为Peak XV，高度为29,002英尺（8,840米）。 1865年，珠穆朗玛峰由英国皇家地理学会根据当时的印度英国测量师安德鲁·沃（Andrew Waugh）的推荐给予其官方英文名称，后者以他的前任和前任首席执行官乔治·珠穆朗玛爵爵士的名字命名。 4]几个世纪以来，Chomolungma一直被藏人普遍使用，但由于尼泊尔和西藏对外国人不对，Waugh无法提出一个确定的地方名称。 （从维基百科粘贴）
对于用户查询“珠穆朗玛峰的高度”，我需要获得29002英尺或8840米作为答案。任何人都可以建议用Java做任何可能的方法吗？是否有相同的开源库？
答案 0 :(得分：3)
我将问题分成两部分;解析问题块然后传递答案块。从问题块中，您需要知道2条信息，您要搜索的名词以及答案的类型。在这种情况下，名词是珠穆朗玛峰，类型是高度。数据的“类型”可以构建字典，以便相当快速地搜索输入字符串（例如“高度”，“重量”，“距离”，“年龄”）。名词更难，所以我想假设问题中的每个非类型都是一个潜在名词，也许删除已知非名词的字典（例如“at”，“the”，“of”等）。
一旦您从问题中识别出名词和类型，您就可以开始扫描您的答案块了。我首先将其分解为句子。然后扫描每个名词的每个句子。如果在该句中找到一个，则需要再次扫描句子中的数字（考虑可能的空格或逗号分隔）。最后，您需要查看您为测量类型找到的任何数字。所以在这种情况下，我们从问题中解析出来的“类型”是“高度”。您需要创建类型到测量的映射，因此“高度”将映射“km，ft，in，cm，m”等。如果数字周围有这些类型之一，则返回数字和测量类型答案。
希望能让你开始。如上所述，这不是一个强大的商业解决方案。这是作业水平。